Question

通过尝试预测未来的比特币价格，我遇到了以下困境：

我只能通过提供用于训练模型的所有X功能来预测y标签（例如开放价格）。但是，我需要的是对未来的预测，这意味着我的X特征值也是未知的。

以下是我的数据片段（6个功能列，1个标签）：

                   Open    High     Low    HL-PCT  PCT-change  \

2016-01-01 00:00:00 430.89 432.58 429.82 0.642129 -0.030161
2016-01-01 01:00:00 431.51 432.01 429.08 0.682856 0.348829
2016-01-01 02:00:00 430.00 431.69 430.00 0.393023 -0.132383
2016-01-01 03:00:00 430.50 433.37 430.03 0.776690 -0.662252
2016-01-01 04:00:00 433.34 435.72 432.55 0.732863 -0.406794
2016-01-01 05:00:00 435.11 436.00 434.47 0.352153 -0.066605
2016-01-01 06:00:00 435.44 435.44 430.08 1.246280 0.440569
2016-01-01 07:00:00 434.71 436.00 433.50 0.576701 0.126681
2016-01-01 08:00:00 433.82 434.19 431.00 0.740139 -0.059897
2016-01-01 09:00:00 433.99 433.99 431.23 0.640030 0.460648

                 Volume (BTC)   Label

2016-01-01 00:00:00 41.32 434.87
2016-01-01 01:00:00 31.21 434.44
2016-01-01 02:00:00 12.25 433.47
2016-01-01 03:00:00 74.98 431.80
2016-01-01 04:00:00 870.80 433.28
2016-01-01 05:00:00 78.53 433.31
2016-01-01 06:00:00 177.11 433.39
2016-01-01 07:00:00 158.45 432.61
2016-01-01 08:00:00 210.59 432.80
2016-01-01 09:00:00 129.68 432.17

这是我的代码：

#First get my own data
symbols = ["bitstamp_hourly_2016"]
timestamp = pd.date_range(start='2016-01-01 00:00', end='2016-12-23 09:00', 
                      freq='1h', periods=None)

df_all = bf.get_data2(symbols, timestamp)    
#Feature Slicing
df = df_all[['Open', 'High', 'Low', 'Close', 'Volume (BTC)']]    

df.loc[:,'HL-PCT'] = (df['High'] - df['Low'])/df['Low']*100.0
df.loc[:,'PCT-change'] = (df['Open'] - df['Close'])/df['Close']*100.0

#only relevant features
df= df[['Open','High', 'Low', 'HL-PCT', 'PCT-change', 'Volume (BTC)']]

df.fillna(-99999, inplace=True)

#cut off the last 24 hours
forecast_out = int(math.ceil(0.0027*len(df)))

forecast_col = 'Open'
df['Label'] = df[forecast_col].shift(-forecast_out)

#X Features and y Label
X = np.array(df.drop(['Label'],1))
X = preprocessing.scale(X)

#Last 24 hours
X_lately = X[-forecast_out:]
X = X[:-forecast_out]
y = np.array(df['Label'])
y = y[:-forecast_out]

#Train and Test set
test_size= int(math.ceil(0.3*len(df)))
X_train, y_train = X[:-test_size], y[:-test_size]
X_test, y_test= X[-test_size:], y[-test_size:]

#use linear regression
clf = LinearRegression(n_jobs=-1)
clf.fit(X_train, y_train)

#BIG QUESTION: WHAT TO INSERT HERE TO GET THE REAL FUTURE VALUES
prediction = clf.predict(X_lately)

# The coefficients
print('Coefficients: \n', clf.coef_)
# The mean squared error
print("Mean squared error: %.4f"
      % np.mean((clf.predict(X_test) - y_test) ** 2))
# Explained variance score: 1 is perfect prediction
print('Variance score: %.4f' % clf.score(X_test, y_test))

结果：

How many Hours were predicted:  24
Coefficients: [  5.30676009e+00   1.05641430e+02   1.44632212e+01       1.47255264e+00
-1.52247332e+00  -6.26777634e-03]
Mean squared error: 133.4017
Variance score: 0.9717

我想要做的是：只提供一个新的日期，使用经过培训的模型及其过去的知识给我一个合理的结果让我们说接下来的24小时（实际的未来），我没有数据）。到目前为止，我只能使用clf.predict（）的过去数据。

这应该可以通过回归线以某种方式实现，但是如何？我也可以使用Date作为我的X数据帧，但这不会使我的模型无用吗？

由于

Answer 1

如果您想坚持线性回归而不仅仅使用日期，您可以尝试预测（使用您喜欢的任何模型）模型的回归量，然后使用预测值执行线性回归。

无论如何，似乎您需要的建议类型与编程无关，我认为您的问题更适合https://stats.stackexchange.com/

如何使用python预测多维时间序列，sklearn使用未知的X值

1 个答案: